ACR 项目 Roadmap

更新：2026-06-02

Phase 0：原型跑通（当前阶段）

目标

完成一个端到端可运行的本地 demo。

范围

• 合成数据生成
• 数据增强
• ECAPA embedding 模型
• 传统指纹匹配器
• HybridEngine
• 最小训练入口
• 最小识别入口
• 文档补全

验收标准

• 能生成数据
• 能训练至少 1 epoch
• 能建立 reference 索引
• 能对测试片段输出 Top-K 候选

---

Phase 1：研究验证

目标

验证不同场景下识别效果是否可接受。

任务

• 增加 top-1 / top-5 / MRR 评估脚本
• 对 clean / noisy / stretched / pitch-shifted 分开评测
• 增加 query-by-humming 专项评测集
• 加入更稳健的 negative sampling
• 补充 checkpoint / config versioning

---

Phase 2：工程化

目标

把原型升级为可复现实验项目。

任务

• 增加 Makefile 或 justfile
• 增加 pytest 基础测试
• 增加日志与指标记录
• 增加模型导出与加载规范
• 增加 CLI 参数校验
• 增加 Docker 运行方式

---

Phase 3：产品化 PoC

目标

提供可被业务方调用的服务接口。

任务

• FastAPI 服务化
• 上传音频并返回候选歌曲
• 曲库增量入库命令
• 元数据管理接口
• 结果缓存与批量检索

---

Phase 4：大规模检索

目标

支持百万级以上曲库。

任务

• 接入 Faiss / HNSW
• embedding 分片与压缩
• 双层召回 + 精排
• 在线索引更新
• 冷热分层存储

---

Phase 5：真实业务能力

目标

逼近真实听歌识曲产品。

任务

• 真实版权音频数据接入
• 哼唱专项模型/旋律塔
• 多模态融合（旋律 + 声纹 + 指纹）
• 在线 A/B 评估
• 监控与质量回流